Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ÁLGEBRA LINEAL
VV
TRANSFORMACIONES
LINEALES
La T representa la transformación, que será representada por AT, mientras que la matriz a su lado
representa el vector original. El resultado es la transformación realizada. Para poder representarla
de forma matricial lo que se debe obtener es la matriz de transformación. Ya que a la vez se
obtiene, se pueden determinar otros datos como el núcleo y la imagen de la transformación.
Para este caso utilizando el resultado de la transformación, se puede determinar fácilmente la
matriz de transformación, separando el vector original y determinando las operaciones que se
realizaron
Efecto de aplicar varias matrices de transformación afín 2D sobre un cuadrado unitario (de lado 1).
Téngase en cuenta que las matrices de reflexión son casos especiales de la matriz de escala
Relación núcleo e imagen
En matemáticas, especialmente en álgebra, el núcleo de un Homomorfismo es el conjunto de
puntos que son cancelados por la función. Se define de diferentes maneras dependiendo del
contexto en el que se utiliza; en general está relacionado con el concepto de función inyectiva. Uno
de los casos más significativos es el de mapas lineales entre grupos o espacios vectoriales : el
núcleo es el conjunto de elementos del dominio que tiene una imagen cero, es decir, el conjunto de
elementos que la aplicación envía a cero. Es un conjunto cero. El núcleo es un subconjunto del
dominio de la función, y a menudo se conoce como Ker ( f ) {\displaystyle \ ker (f)} , del Kern
alemán. Hereda las mismas propiedades algebraicas del espacio en el que vive, y está
estrechamente relacionado con la imagen de la función, ya que generalmente el núcleo y la imagen
se comportan de manera complementaria.
El núcleo de un Homomorfismo de grupos f : X → Y ¿Cómo puedo hacerlo?} es el subconjunto de
X {\displaystyle X} que consiste en los puntos que son llevados por la función en el elemento neutro
de Y ¿Por qué?} : En otras palabras, el núcleo es el conjunto de puntos que la función deshace. El
núcleo es siempre un subgrupo de X {\displaystyle X} ; en particular, siempre contiene el elemento
neutro de X {\displaystyle X} . En el caso X {\displaystyle X} Sea un espacio vectorial (que es un
grupo con respecto a la adición) y f {\displaystyle f} dejar ser una aplicación lineal (por lo tanto un
Homomorfismo entre los respectivos grupos aditivos), el núcleo k y r ( f ) ¿Cómo puedo hacerlo?)}
es un subespacio vectorial de X {\displaystyle X} (además de ser un subgrupo). Ambos A Acerca
de Nosotros} una matriz de tipo más × y {\displaystyle m \ times n} con elementos en un campo K {\
displaystyle K} . El núcleo de A Acerca de Nosotros} es el conjunto de vectores v {\displaystyle v}
en K y Método de codificación de datos:}} tal que: esta definición es consistente con la anterior si la
aplicación es lineal: y el núcleo de A Acerca de Nosotros} tan definido es el núcleo de L A ¿Por
qué?}} . Equivalente: el núcleo de A Acerca de Nosotros} es un subespacio vectorial de K y Método
de codificación de datos:}} , cuyo tamaño se llama nulidad de A Acerca de Nosotros} .
Ejemplo de imagen: La imagen del conjunto X es el conjunto Y, porque todos sus valores son
imagen de alguno del conjunto X. Imágenes
particulares de los valores: la imagen de 1 será D, la de 2 será B, la de 3 será C y la de 4
será C también. Ejemplo de Subconjunto imagen: Subconjunto imagen de X (D,B,A) dentro del
conjunto Y (aquí Y no es imagen de X, porque no todos sus valores son imagen de algún valor del
conjunto de X). Imágenes particulares de los valores: La imagen de 1 será D, la de 2 será B, la de
3 será A, y C no es imagen de nadie (no tiene antiimagen).
Transformación polinomial
En complejidad computacional, una transformación polinómica, reducción polinómica o reducción
de Karp, es una manera de relacionar dos problemas de decisión, de manera que la existencia de
un algoritmo que resuelve el primer problema, garantiza inmediatamente, y a través de un tiempo
polinómico, la existencia de un algoritmo que resuelve el segundo.
Formalmente, sean L y M lenguajes formales sobre los alfabetos Σ y Γ, respectivamente, una
transformación polinómica de L en M es una función computable:
que puede ser calculada en tiempo polinómico en función del tamaño de la entrada, y que está
definida por:
para todo elemento w de Σ*.
Cuando esta función f existe, se dice que "L es polinómicamente transformable en M".
La idea de reducir problemas en otros se utiliza comúnmente en la clasificación de problemas en
varias clases de complejidad, tales como NP-completo, PSPACE-completo y EXPTIME-completo.
Un polinomio es una expresión algebraica que consta uno o más términos sumados entre sí. Para
que una expresión pueda ser considerada polinomio debe cumplir con las siguientes reglas:
Las variables de cada término tiene exponentes elevados a cantidades enteras positivas.
Las variables no deben estar dentro de radicales.
No debe haber variables en el denominador de fracciones que aparezcan en algún término.
Esto es:
x−2
éste no es un término polinomial... ...porque la variable tiene exponente negativo.
1x2
éste no es un término polinomial... ...porque la variable está en el denominador.
x−−√
éste no es un término polinomial... ...porque la variable está dentro de un radical.
14x5
Éste sí es un término polinomial... ...porque obedece todas las reglas.
En primer lugar, una transformación lineal es una función. Por ser función, tiene su dominio y su
co-dominio, con la particularidad de que éstos son espacios vectoriales. Tenemos dos espacios
vectoriales V y W, y una función que va de V a W. Ósea, una regla de asignación que transforma
vectores de V en vectores de W. Pero no toda función que transforme vectores de V en vectores
de WW es una transformación lineal. Debe cumplir ciertas condiciones:
F: V→WF: V→W es una transformación lineal si y sólo si:
• F(u+v) =F(u)+F(v) ∀u, v∈VF(u+v) =F(u)+F(v) ∀u, v∈V
• F(k*v) =k*F(v) ∀v∈V, ∀k∈RF(k*v) =k*F(v) ∀v∈V, ∀k∈R
Reflexión.
Cuando un conjunto de puntos dados es graficado desde el espacio euclidiano de entrada a otro
de manera tal que este es isométrico al espacio euclidiano de entrada, la llamamos reflexión del
conjunto de puntos dados. También se realiza con respecto a la matriz, en tal situación la matriz de
salida es llamada la matriz de reflexión. La reflexión es realizada siempre con respecto a uno de
los ejes, sea el eje x o el eje y. Esto es como producir la imagen espejo de la matriz actual.
Dilatación.
Al igual que en la reflexión, se pueden expandir los puntos dados en una dirección particular. La
expansión se realiza habitualmente para un cierto grado. Es como realizar una operación de
multiplicación de los elementos del conjunto de puntos dados con un término escalar hacia la
dirección donde tiene que ser expandido. Sea para un punto (2, 3) si el grado de expansión 2 es la
dirección de y, entonces el nuevo punto obtenido es (2, 6).
Contracción.
La contracción es el procedimiento inverso de la expansión. Aquí el punto es contraído en un
determinado grado hacia una dirección dada. Sea el punto de entrada (4, 8) y este debe ser
contraído para el grado dos en la dirección de x entonces el nuevo punto resulta ser (2, 8).
Rotación.
El término rotación tiene dos significados, pues la rotación de un objeto puede ser realizada con
respecto al eje dado o al eje mismo. La rotación se realiza para un cierto grado el cual es
expresado en forma de un ángulo. Asimismo, la rotación puede realizarse en la dirección de las
manecillas del reloj, o inverso a las manecillas del reloj.
Un movimiento que conserva el origen es lo mismo que una aplicación lineal sobre un conjunto de